1 攀枝花学院数学与计算机学院, 四川 攀枝花 617000
2 电子科技大学信息与通信工程学院, 四川 成都 610054
为解决加权核范数最小化(WNNM)图像去噪无法较好地表达复杂和不规则的图像结构,易产生过平滑现象的问题,将相对全变差(RTV)融入加权核范数最小化,对WNNM低秩表示模型施加RTV范数约束,提出一种RTV-WNNM图像去噪模型,采取交替方向乘子(ADMM)算法迭代求解对应模型,获得清晰图像。将提出的新方法与多种基于低秩矩阵近似的去噪算法进行比较,所提算法在保持图像边缘和加强区域平滑性方面有较好的性能,特别是在高密度图像噪声影响下,算法性能也能得到大幅提升。实验结果表明,加入RTV范数的低秩去噪模型具有良好的恢复图像结构能力,能较好地提高去噪性能。
图像处理 加权核范数最小化 图像去噪 低秩矩阵近似 相对全变差范数 激光与光电子学进展
2019, 56(16): 161006
1 安阳师范学院计算机与信息工程学院, 河南 安阳 455000
2 用友软件公司天津分公司, 天津 300508
提出了一种基于W加权核范数最小化的地震信号盲去噪算法。采用主成分分析法估计地震信号噪声水平,借助加权核范数最小化(WNNM)实现去噪。在去噪中通过权值分配控制矩阵奇异值的收缩程度,提升了算法性能。分别对三种地震信号进行去噪,并与双树复小波变换、曲波变换、WNNM算法进行了性能对比。研究结果表明,该算法在噪声水平未知的情况下,能有效去除地震信号所含噪声,去噪效果优于传统去噪算法。
机器视觉 地震信号 去噪 噪声水平估计 加权核范数最小化 激光与光电子学进展
2019, 56(7): 071503
